IV JORNADAS DE SIG LIBRE

Desarrollo de un SIG para el anlisis de patrones

espaciales de incendios en viviendas
Celestino Ordez Galn, Mara Rosa Varela Gonzlez, Aimara Reyes Pantoja
Departamento de Ingeniera de los Recursos Naturales y Medio Ambiente (IRNMA), Escuela
Universitaria de Ingeniera !cnica Industrial, R"a orrecedeira, #$, %$&'# (igo (Espa)a)
cgalan*uvigo+es, mariavargon*gmail+com, aimarareyes*ya,oo+com
RESUMEN
Los servicios de etincin de incendios en las ci!dades se ven o"li#ados a
realizar s! tarea cada vez con mayor ra$idez y e%iciencia, $ero sin &!e
eista a men!do !n e&!ili"rio entre el a!mento de las ei#encias en s!
tra"ajo y el corres$ondiente incremento de los rec!rsos tanto materiales
como '!manos( Por eso se 'ace cada vez ms im$rescindi"le contar con
n!evas t)cnicas y 'erramientas &!e %aciliten s! la"or, $ermiti)ndoles
mejorar s!s $restaciones con los mismos rec!rsos( *na de las
'erramientas emer#entes &!e $!ede ay!dar a los servicios de etincin
de incendios a o$timizar s! %!ncionamiento son los +istemas de
,n%ormacin Geo#r%ica -+,G.( /n este artc!lo se $resentan los tra"ajos
desarrollados 'asta el momento $or los a!tores $ara constr!ir !na
'erramienta in%ormtica "asada en la tecnolo#a +,G &!e $!eda ser
!tilizada $or los servicios de etincin de incendios tanto $ara $revenirlos
como $ara res$onder de manera ms r$ida, e%icaz y econmica ante !na
emer#encia $or incendio en !na vivienda o edi%icio( La 'erramienta
desarrollada est orientada %!ndamentalmente al anlisis de la distri"!cin
es$acio0tem$oral de los incendios, con el o"jetivo de determinar los
$!ntos calientes, esto es, a&!ellos l!#ares y1o momentos en los &!e eiste
!na concentracin at$ica de incendios en el es$acio y1o en el tiem$o(
2ic'a 'erramienta 'a sido desarrollada !tilizando como "ase los
$ro#ramas #v+,G y R, am"os de acceso li"re( /l $rimero $ro$orciona la
%!ncionalidad de los +,G $ara tra"ajar con in%ormacin #eo#r%ica,
mientras &!e del se#!ndo se a$rovec'a s! ca$acidad $ara realizar
anlisis estadsticos( /l sistema desarrollado se est !tilizando $ara
est!diar $!ntos calientes de incendios oc!rridos en el m!nici$io de Vi#o
entre los aos 3445 y 3446
Palabras clave7 +,G, incendios en viviendas, estadstica es$acial,
so%t8are li"re, GV+,G, R(
ABSRA!
9'e %ire services in cities are %orced to $er%orm t'eir tas: 8it' increasin#
s$eed and e%%iciency, "!t o%ten t'ere is a "alance "et8een increasin#
demands at 8or: and t'e corres$ondin# increase in reso!rces, "ot'
material and '!man( +o it is increasin#ly im$erative to 'ave ne8
tec'ni&!es and tools to %acilitate t'eir 8or:, ena"lin# t'em to en'ance t'eir
$er%ormance %or t'e same money( One o% t'e emer#in# tools t'at can
assist %ire %i#'tin# services to o$timize its o$eration is Geo#ra$'ic
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
,n%ormation +ystems -G,+.( 9'is article $resents t'e 8or: develo$ed so %ar
"y t'e a!t'ors to "!ild a so%t8are tool "ased on G,+ tec'nolo#y can "e
!sed "y %ire services "ot' to $revent and to res$ond &!ic:ly, e%%iciently and
economically to an emer#ency %ire in a 'o!se or "!ildin#( 9'e develo$ed
tool is mainly oriented to t'e analysis o% s$atial0tem$oral distri"!tion o%
%ires, 8it' t'e aim o% identi%yin# 'ot s$ots, $laces and times 8'en t'ere is
an !n!s!al concentration o% %ires in s$ace and time( 9'is tool 'as "een
develo$ed !sin# $ro#rams "ased on #v+,G and R, "ot' %ree access( 9'e
%irst $rovides G,+ %!nctionality %or 8or:in# 8it' #eo#ra$'ic in%ormation,
8'ile t'e second ta:es advanta#e o% its a"ility to $er%orm statistical
analysis( 9'e develo$ed system is "ein# !sed to st!dy 'ot s$ots o% %ire
incidents in t'e to8n o% Vi#o "et8een 3445 and 3446
Keywords: G,+, 'o!se %ires, s$atial statistics, %ree so%t8are, GV+,G, R
INRODU!!ION
;os incendios <ue se producen en viviendas locali=adas en >reas urbanas est>n a
menudo condicionados por 6actores socioecon?micos como la densidad de poblaci?n,
la edad, el poder ad<uisitivo o el nivel cultural de los in<uilinos, o por 6actores
ambientales como la locali=aci?n geogr>6ica y la climatologa @0,&A+ En los "ltimos a)os
se ,a comen=ando a utili=ar la tecnologa BI2 (Bistemas de In6ormaci?n 2eogr>6ica)
en combinaci?n con t!cnicas estadsticas tradicionalmente utili=adas en estudios
epidemiol?gicos para identi6icar caractersticas de individuos y comunidades
vulnerables 6rente a los incendios en viviendas @%A+ En el a)o 0331 la Asociaci?n para
la In6ormaci?n 2eogr>6ica @4A reali=? una investigaci?n para determinar las venta7as y
las barreras y obst>culos para adoptar los BI2 en los servicios de emergencias, y
encontr? <ue la mayora de las aplicaciones se utili=aban para control y plani6icaci?n
de emergencias y <ue dos de cada tres pa<uetes de programas BI2 6uncionando se
,aban comprado a partir del a)o 033C+ Desa6ortunadamente la utili=aci?n pr>ctica de
estas tecnologa por los servicios de e5tinci?n de incendios en Espa)a es ine5istente,
y mientras algunos autores ya ,an descrito el empleo de estas y otras ,erramientas
in6orm>ticas para el an>lisis de los incendios en otros pases @CA, en Espa)a la
mayora de los par<ues de bomberos apenas cuentan con medios in6orm>ticos, los
partes de incendios siguen almacen>ndose en papel y no se ,a planteado ,acer un
estudio encaminado a establecer patrones de distribuci?n de los incendios y sus
posibles causas+
;as t!cnicas cl>sicas de an>lisis de datos espaciales para estudiar patrones de
distribuci?n espacioDtemporal en >reas urbanas se emplean en estudios como
epidemiologa @$A, criminologa @1A o econometra @#AE tal es el caso del an>lisis de
autocorrelaci?n espacial @3A, las t!cnicas de an>lisis de agrupaciones de puntos
(an>lisis cl"ster) @0'A, o los modelos de autorregresi?n espacial @00A+ En los "ltimos
a)os se ,an empe=ado a utili=ar otro tipo de t!cnicas para el an>lisis de patrones de
distribuci?n espacioDtemporal, como los mapas de densidad @%, 0&A o nuevas t!cnicas
de representaci?n visual de variaciones en espacio y el tiempo de dic,os patrones
@0%,04A+
;os primeros traba7os @0C,0$A en los <ue se trataba de relacionar los incendios en
viviendas con 6actores socioecon?micos data de los a)os oc,enta del siglo pasado,
pero en estos traba7os todava no se utili=aban los BI2 como ,erramienta para el
estudio de los incendios+ En el a)o 033$ Dodge @01A present? un traba7o en el <ue ya
,aca uso de estos sistemas para anali=ar y visuali=ar incidentes por incendios+ En el
a)o &''0 Merrall @4A publica un artculo en el <ue utili=a los BI2 para reali=ar estudios
de an>lisis espacial de incendios y su relaci?n con 6actores de riesgos sociales,
econ?micos y ambientales+ A este traba7o ,an seguido algunos otros en la misma
lnea, aun<ue son bastante escasos, siendo en los "ltimos a)os Forcoran, de la
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
Universidad de Guesland, 7unto con otros investigadores, los <ue m>s ,an
activamente ,an traba7ado en la utili=aci?n de los BI2 y las t!cnicas de estadstica
espacial para el estudio de los incendios en viviendas @%, 0#, 03, &', &0A+
El ob7etivo de este articulo es presentar los resultados ,asta a,ora obtenidos del
dise)o de BI2 de incendios en viviendas empleando las caractersticas <ue o6recen
gvBI2 y R (ambas de libre acceso), para disponer de una ,erramienta <ue permita el
an>lisis de patrones espaciales de incendios en cuanto a su distribuci?n espacioD
temporal, con el 6in de determinar los puntos calientes, esto es, a<uellos lugares y9o
momentos en los <ue e5iste una concentraci?n atpica de incendios en el espacio y9o
en el tiempo+ ales resultados podr>n ser usados por los servicios de e5tinci?n de
incendios de nuestra ciudad, tanto para prevenirlos, como para responder de manera
m>s r>pida, e6ica= y econ?mica ante una emergencia por incendio en una vivienda o
edi6icio+
MAERIALES ( MEODOS

)rea de estudio & caracter*sticas de los datos
El traba7o se ,a desarrollado en el municipio de (igo, ubicado en la costa Atl>ntica,
en la Fomunidad Aut?noma de 2alicia (Espa)a)+ El municipio posee, seg"n ci6ras de
INE (Instituto Nacional de Estadstica) para el a)o &''3, &31+%%& ,abitantes y una
super6icie de 0'3,0 +",+ ;a densidad de poblaci?n es de &+10' ,ab9HmI+ ;a mayor
parte de la poblaci?n urbana se concentra en la parro<uia de (igo con el 1&J con
respecto al total+
;os datos empleados para el an>lisis son los incendios en viviendas acaecidos en
(igo en el periodo &''CD&''# y las unidades censales (proporcionadas por el INE) en
las <ue se divide el municipio (en total &4')+ ;os incendios en viviendas se obtuvieron
a partir de los registros suministrados por los bomberos de (igo+ ;os incendios se ubiD
caron sobre las unidades censales partiendo de la direcci?n postal, esto es, la calle y
el n"mero de la vivienda+ ;os incendios se agregaron a las secciones censales para
reali=ar an>lisis a nivel de >rea+
M-todos de "edida de la autocorrelaci$n espacial
Fon la ,erramienta ,asta a,ora dise)ada con gvBI2 y R se ,an implementado
algunos m!todos globales y locales de an>lisis de autocorrelaci?n, en concreto
los ndices8 Moran 2lobal ( I ), 2eary ( C ) y Moran ;ocal (
i
I )+
Moran 2lobal ( I ), es un ndice de coDvariaci?n entre di6erentes =onas, por lo
general el ndice vara entre D0 a 0+ Un valor ' indica <ue no e5iste autocorrelaci?n por
el contrario ,abra autocorrelaci?n+ Bi el valor es positivo indica <ue ,ay
autocorrelaci?n espacial positiva y en general podra e5istir concentraci?n, mientras
<ue un valor negativo indica <ue e5iste correlaci?n negativa, <ue se interpreta como
una dispersi?n superior a la <ue resultara si se distribuyeran aleatoriamente @&&A+
;a e5presi?n matem>tica del Kndice de Moran 2lobal es la siguiente8

=
i
i
i j
ij
j i
i j
ij
x x w
x x x x w
I
2
) ( ) (
) )( (
@0A
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
Donde ; es el numero de casos, 5i es el valor de la variable en un lugar
determinado y j el valor de la variable en otro lugar (donde i < j), x es la media de la
variable y :ij es un peso aplicado a la comparaci?n entre la locali=aci?n i y la
locali=aci?n j+
El ndice de 2eary ( C ) es un ndice de comparaciones por pares entre las
di6erentes =onas, por lo general el ndice vara de ' a &+ e?ricamente, un valor de 0
indica ausencia de autocorrelaci?n, es decir, <ue los valores de una =ona no est>n
relacionados con los valores de =onas cercanas+ ;os valores in6eriores a 0 indican
autocorrelaci?n espacial positiva, mientras <ue valores superiores a 0 indican
autocorrelaci?n espacial negativa @&%A
;a e5presi?n del Kndice de C 2eary se describe a continuaci?n8

=
i
i
i j
ij
i j
j i ij
x x w
x x w
C
2
2
) ( ) ( 2
] ) ( )[ 1 (
@&A
Donde ; es el numero de casos, 5i es el valor de la variable en un lugar
determinado y j el valor de la variable en otro lugar (donde i < j), x es la media de la
variable y =ij es un peso aplicado a la comparaci?n entre la locali=aci?n de i y la
locali=aci?n j+
Estos ndices (Moran 2lobal y 2eary) van acompa)ados de una prueba de ,ip?teD
sis, ba7o el supuesto de normalidad+ ;a ,ip?tesis nula (L') establece <ue no ,ay autoD
correlaci?n espacial+
-ara calcular los ndices es necesario, en primer lugar, obtener una lista de vecinos
para cada una de las >reas, <ue posteriormente se utili=ar> para obtener una matri=
de pesos+ ;os criterios de vecindad o contigMidad en <ue se basan los ndices est>n
re6eridos a 6ronteras comunes entre las >reas+ ;os criterios mencionados en la literatuD
ra, a seme7an=a de la locali=aci?n de las pie=as de un tablero de a7edre= y relacionaD
das con sus movimientos son8 reina, torre, al6il+ E5isten otros criterios relacionados
con rangos de distancia, o NDvecinos, entre otros @&4A
Dos >reas ser>n o no vecinas seg"n el criterio seleccionado+ ;os criterios utili=ados
son8
Reina (&!een)8 considera vecinas a a<uellas unidades espaciales <ue comparD
ten un v!rtice o arista+
orre (roo:)8 es m>s restrictivo, considera vecinas a a<uellas unidades espaciaD
les <ue comparten una arista+
NDvecinos8 considera vecinas a un n"mero N de unidades, <ue son las m>s cerD
canas+
Intervalo de distancia8 considera vecinas a las >reas <ue se encuentren a una
distancia comprendida dentro de un intervalo dado+
Adem>s se da la posibilidad de considerar una vecindad sim!trica, es decir, <ue no
se consideren in6luencias no recprocas+
ambi!n se ,an empleado criterios de pesos <ue vienen dados por la importancia
y9o ponderaci?n de acuerdo a la intensidad de las variables seleccionadas @&CA Bi
adem>s se tiene en cuenta la distancia, se calculan los pesos seg"n un criterio de proD
5imidad 6sica+
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
-or otra parte, el ndice de Moran ;ocal (,i) es un ndice de Moran aplicado a cada
=ona individualmente, considerando las dem>s >reas+ (alores altos y ba7os de ,i se
identi6ican como puntos calientes y 6ros, respectivamente (,ot spot y cold spot)+ amD
bi!n se pudiera identi6icar valores e5tremos o atpicos (outliers), ya <ue su comportaD
miento rompe con la tendencia observada entre sus vecinos @&$A+
;a e5presi?n del Kndice de Moran ;ocal (,i ) se describe a continuaci?n8
) (
1
2
x x w
S
x x
I
j
j
ij
i
i
i

=
@%A
Donde x es la intensidad de la media para todas las observaciones, >i es la intenD
sidad de la observaci?n i? 7 es la intensidad para todas las dem>s observaciones,
(donde i O j), +i
3
es la di6erencia al cuadrado de todas las observaciones y :ij es el
peso a distancia para la iteraci?n entre las observaciones i y j+ El primer t!rmino 5i se
re6iere "nicamente a la observaci?n i, mientras <ue el segundo t!rmino 5j es la suma
de los valores ponderados para todas las observaciones (sin incluir i)+
DES!RI.!I/N DEL SISEMA
El sistema resultante de este traba7o consiste en una e5tensi?n, a)adida a la
,erramienta gvBI2, <ue se comunica con el motor estadstico R para permitir al
usuario ,acer uso de la estadstica espacial, aplic>ndola, en este caso, a la gesti?n de
incendios+ ;as 6uncionalidades <ue contiene la nueva e5tensi?n permiten obtener
medidas de autocorrelaci?n espacial, concretamente los tres ndices comentados en
el apartado anterior+

gvBI2 es una ,erramienta orientada al mane7o de in6ormaci?n geogr>6ica de
c?digo abierto <ue ,a sido desarrollada pensando en su e5tensibilidad, por lo <ue
permite ampliar su 6uncionalidad 6>cilmente+ Be trata de una ,erramienta
multiplata6orma (Pindo:s, ;inu5,Q) <ue ,a sido plenamente desarrollada en el
lengua7e de programaci?n Rava+
R es un proyecto de so6t:are libre (tambi!n multiplata6orma) <ue constituye un
con7unto integrado de utilidades para manipulaci?n de datos, c>lculos estadsticos y
visuali=aci?n gr>6ica+ R es tambi!n un lengua7e de programaci?n <ue permite al
usuario desarrollar sus propias 6unciones y e5iste un repositorio o6icial de pa<uetes
mediante el cual se puede contribuir al proyecto+
M>s concretamente, para el desarrollo de este traba7o se ,an usado las versiones
0+0+& de gvBI2 y &+3+& de R ba7o el sistema operativo Pindo:s S-+
-ara conseguir la comunicaci?n entre las ,erramientas anteriormente descritas se
,a utili=ado RRI+ RRI (@ava1R ,nter%az) 6orma parte del proyecto r@ava y es una A-I
(Application -rogramming Inter6ace) <ue permite e7ecutar las 6unciones de R dentro
de aplicaciones Rava como un ,ilo+ De6ine un modelo de comunicaci?n preguntaD
respuesta entre Rava y R+
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
-or otro lado se dispone de un servidor de bases de datos con -ostgreBG; donde
se almacena parte de la in6ormaci?n geogr>6ica disponible( -ostgreBG; es un B2TD
(+istema de Gestin de Aases de 2atos) ob7etoDrelacional con una licencia A+2, <ue
es un tipo de licencia para so6t:are libre+ Be ,a seleccionado este so6t:are por<ue,
adem>s de ser libre, permite el almacenamiento y mantenimiento de in6ormaci?n
espacial mediante una e5tensi?n denominada -ost2IB+
A continuaci?n se muestra un es<uema de los elementos <ue componen el
sistema8
/igura 08 Re$resentacin del +istema
;a e5tensi?n desarrollada (etR) se carga al e7ecutar gvBI2 y es en ese momento
cuando intenta establecer la comunicaci?n con R y cargar los pa<uetes de R
necesarios para un correcto 6uncionamiento+ Al iniciali=arse la e5tensi?n, se instancia
la clase Rengine de RRI, la cual establece un puente de comunicaci?n entre R y Rava
utili=ando RNI (@ava ;ative ,nter%ace)+ Adem>s de los pa<uetes b>sicos de R, se
est>n usando tres pa<uetes adicionales8 r#dal (tratamiento de datos geoespaciales),
s$de$ (dependencia espacial8 sistemas de ponderaci?n, estadsticos y modelos) y
$#irmess (an>lisis de datos en ecologa)+
-or otro lado, la e5tensi?n se divide en seis pa<uetes, pensando en <ue, en un
6uturo, sea sencillo incorporar nuevas 6uncionalidades relacionadas con estadstica
espacial8 em(r(en#ine (contiene lo necesario para cargar la e5tensi?n y establecer la
comunicaci?n con R), em(r(#!i (contiene lo relacionado con la inter6a= gr>6ica de
usuario <ue podra ser reutili=ada para nuevas 6uncionalidades),
em(r(a!tocorrelation(#!i (contiene lo relacionado con la inter6a= gr>6ica de usuario
e5clusiva de la autocorrelaci?n espacial), em(r(a!tocorrelation(settin#s (en donde se
encuentra lo re6erente a la con6iguraci?n de los an>lisis o entradas),
em(r(a!tocorrelation(o!t$!ts (en donde se encuentra lo re6erente a la elaboraci?n de
las salidas) y em(r(!til (<ue contiene algunos elementos <ue ,an sido "tiles para el
desarrollo pero no est>n relacionados con nada e5clusivamente)+ (/igura &)
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
/igura &8 2ia#rama de $a&!etes de la etensin im$lementada+
INER0A1 GR)0I!A DE USUARIO
Fada uno de los ndices de autocorrelaci?n de Moran 2lobal (I), 2eary (F) y Moran
;ocal (,i) aparece como una opci?n de men" y barra de ,erramientas, con di6erentes
variantes para cada uno de ellos+
Al pulsar sobre una opci?n se abre un di>logo compuesto por dos pesta)as8 una
para con6igurar las entradas a la prueba y otra para seleccionar el tipo de prueba <ue
se desea obtener como salida+ En la Bi#!ra C se muestra el cuadro de di>logo para
estudiar la autocorrelaci?n espacial mediante el ndice de Moran 2lobal+
;a pesta)a UEntradaV coincide para los tres ndices y en ella, adem>s de seleccioD
narse la capa y la variable a pasar a la prueba, ,an de especi6icarse los m!todos para
el c>lculo de vecinos y pesos+
;a pesta)a UBalidaV permite seleccionar entre varios tipos de prueba del ndice <ue
se desee obtener+ Dependiendo de la prueba seleccionada se activar>n unos par>meD
tros u otros+
/igura %8 2ilo#o de con%i#!racin $ara el Dndice de Morn Glo"al+
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
Al 6inali=arse la e7ecuci?n del programa se abre una ventana a la <ue se le a)ade
una pesta)a mostrando el resultado+ En esta pesta)a se muestra una tabla <ue indica,
adem>s de los resultados, el m!todo seleccionado, la capa y variables seleccionadas,
criterios de vecinos y pesos, etc+ Dependiendo del tipo de prueba seleccionado tamD
bi!n puede mostrar una gr>6ica de apoyo a la interpretaci?n de los resultados+ En la
Bi#!ra E se muestra el aspecto <ue presenta la ventana de resultados+
/igura 48 Res!ltado de la ejec!cin del Dndice de Moran Glo"al(
RESULADOS ( DIS!USI/N
-ara el c>lculo de los ndices Moran 2lobal (I) y 2eary (F) se eligieron los siguienD
tes criterios de entrada8 de vecinos, el estilo reinaE de pesos, el m!todo P+ ;as salidas
6ueron8 el ndice Moran 2lobal (I), 2eary (F), para 0'' simulaciones con el m!todo de
Monte Farlo, y los correlogramas de distancias para cada ndice+ -ara ambos ndices
los resultados se muestran en tablas y en gra6icas+
-or su parte, el c>lculo del ndice de Moran ;ocal (,i), se ,i=o con el estilo reina
para el criterio de vecinos y P para el peso+ ;as salidas de este ndice se representan
en un mapa, siendo los resultados para cada polgono el ndice Moran ;ocal, la vaD
rian=a, el valor esperado, W y la probabilidad+ ;a aplicaci?n tambi!n permite seleccioD
nar los valores (I, varian=a,Q) a a)adir a la tabla de atributos de la capa de entrada en
6orma de campos+
-ara el an>lisis se parti? de la visuali=aci?n e interpretaci?n en un mapa de la distriD
buci?n espacial de los n"meros de incendios por secciones censales+ De acuerdo a la
distribuci?n espacial para el n"mero de incendios en el periodo de estudio se observ?
<ue e5iste un mayor n"mero de incendios locali=ados en la =ona central del municipio,
esta >rea corresponde a la parro<uia (igo, <ue concentra 1&J de la poblaci?n en una
super6icie del 0'J del total, adicionalmente el municipio concentra el 4CJ de las edi6iD
caciones y coinciden con las viviendas m>s antiguas. (/igura C)+
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
/igura C8 2istri"!cin es$acial del nFmero de incendios $or secciones censales
Dada la distribuci?n del n"mero de incendios y sus caractersticas asociadas, es
6>cil intuir <ue puede e5istir autocorrelaci?n positiva en esas =onas y por lo tanto
agrupamiento de incendios+
!lculo del 2ndice Moran Glo'al
Al aplicar el ndice de Moran 2lobal con los criterios establecidos para un nivel de
signi6icaci?n igual al CJ, arro7a como resultado <ue e5iste autocorrelaci?n y <ue a su
ve= es positiva, rec,a=>ndose la ,ip?tesis nula+
El correlograma del ndice Moran 2lobal se determina considerando vecinos a las
=onas situadas a di6erentes distancias, <ue son establecidas por el usuario+ En este
caso se emplearon 1 intervalos de distancia+ ;os valores de UIV se ubican en una 6ran7a
apro5imada entre ',0 ,asta D',0, con una distancia de ' a 00 Hm+, luego el valor de I
se incrementa ,asta llegar a ',% a una distancia de 0% Hm+ Be interpreta <ue la autoD
correlaci?n es positiva y <ue podra e5istir concentraci?n (/igura $)+
/igura $7 Dndice de Moran Glo"al y Correlo#rama de ndice de Moran Glo"al
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
;os ndices globales solo proporcionan una apro5imaci?n a la realidad de la autocoD
rrelaci?n de los valores y su grado de concentraci?n o dispersi?n+ Xtras t!cnicas <ue
se est>n implementando actualmente permitir>n especi6icar donde se encuentran loD
cali=ados dic,os grupos o cluster+
!lculo 2ndice Glo'al Gear&
El ndice de 2eary (F) se calcul? utili=ando el criterio de vecino estilo la reina y criD
terio de peso P, con 0'' simulaciones para un nivel de signi6icancia igual al CJ+ Al
igual <ue en el caso del ndice de Moran, el resultado indica <ue e5iste autocorrelaci?n
positiva, rec,a=>ndose la ,ip?tesis nula+ En la 6igura 1 se observa la tabla de resultaD
dos y el correlograma, con una interpretaci?n an>loga a la vista para el ndice de MoD
ran+
/igura 18 +alidas #r%icas del ndice de Geary
!lculo del 2ndice Moran Local
;os valores del ndice de Moran ;ocal obtenidos oscilan entre D&,0& y C,CC+ El
intervalo de clase de D',C# a ',34 se corresponde con la mayor parte de las secciones
censales+ -or el contrario, e5iste una anomala de unas pocas secciones, en la cual
los valores van de &,4# y C,CC, estas se ubican en la =ona del -uerto de (igo y
Fentro Urbano+ ;as secciones con valores altos y positivos de ,i se asocian a puntos
calientes (,otspot)E a la ve= estas >reas coinciden con el mayor n"mero de incendios+
(/igura #)
/igura #8 2istri"!cin es$acial del Dndice Local Moran en el m!nici$io Vi#o
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
!ON!LUSIONES
;os sistemas in6ormaci?n geogr>6ica combinados con los m!todos de estadstica
espacioDtemporal, constituyen ,erramientas de gran utilidad para la resoluci?n de di6eD
rentes problemas, entre ellos los relacionados con la identi6icaci?n de riesgos, tanto
naturales como antr?picos+
En este traba7o se muestran los primeros traba7os dirigidos a la obtenci?n de una
aplicaci?n in6orm>tica para el estudio de la distribuci?n espacioDtemporal de los incenD
dios en viviendas y su relaci?n con 6actores socioecon?micos y ambientales+ Esta apliD
caci?n se est> desarrollando combinando dos pa<uetes de so6t:are libre, uno es una
,erramienta BI2, gvBI2, y el otro un programa de estadstica de di6usi?n libre llamado
R+
;as 6unciones programadas ,asta el momento permiten al usuario visuali=ar gr>6iD
camente la distribuci?n de los incendios y estudiar si e5iste agrupaci?n o dispersi?n
espacial de los incendios3
;as pruebas reali=adas en el municipio de (igo ,an permitido establecer <ue e5iste
correlaci?n espacial positiva, lo <ue indica <ue las =onas con mayor incidencia de inD
cendios est>n cercanas a otras con tasas elevadas de incendios, y a la inversa (=onas
con ba7a incidencia de incendios est>n pr?5imas a otras con pocos incendios)+
-or otro lado, el an>lisis local reali=ado mediante el ndice Moran ;ocal, revela <ue
e5iste una =ona de incidencia de incendios an?mala en la =ona del -uerto de (igo y
Fentro Urbano, <ue es una de las >reas de m>s antigMedad de la ciudad+
AGRADE!IMIENOS
;os autores e5presamos nuestro agradecimiento a los bomberos de (igo, <ue nos
,an dado acceso al registro de incendios ocurridos en esa ciudad+
RE0EREN!IAS
@0A RENNIN2B, F+ (0333)+ Bocioeconomic c,aracteristics and t,eir relations,ip to 6ire
incidence8 a revie: o6 t,e literature+ /ire tec,nology %C (0), 1D%4+
@&A DUNFANBXN, M+E PXXDPARD, A+ AND REID, -+ (&''&)+ BocioDeconomic
deprivation and 6atal unintentional domestic 6ire incidents in Ne: Wealand 033%D033#+
/ire Ba6ety Rournal, %1, 0$CD013+
@%A FXRFXRAN, R+E LI22B, 2+E TRUNBDXN, F+E PARE, A+ AND NXRMA;, -+
(&''1)+ ,e use o6 spatial analytical tec,ni<ues to e5plore patterns o6 6ire incidence8 A
Bout, Pales case study+ Fomputers, Environment and Urban Bystems %0 ($), $&%D
$41+
@4A Association 6or 2eograp,ic In6ormation (A2I)+ (0331)+ Emergency services 2I
survey+ A2I, ;ondon+
@CA MERRA;;, B+ (&''0)+ 2IB 6or spatial analysis o6 6ire incidenceE Identi6ication o6
social, economic and environmental risN indicators+ In A+ Lirsc,6ield Y H+ To:ers
(Eds+), Mapping and analysing crime data Z ;essons 6rom researc, and practice, pp+
0C$Z0#%, aylor and /rancis, ;ondon and Ne: [orN+
@$A 2ARE;;, A+E TAI;E[, +EDI22;E, -+E RXP;IN2BXN, T+ (033$)+ Bpatial point
pattern analysis and its application in geograp,ical epidemiology+ ransactions o6 t,e
Institute o6 Tritis, 2eograp,ers, Ne: Beries &0 (0), &C$D&14+
@1A FRA2;IA, M+E LAININ2, R+E PI;EB, -+ (&''')+ A comparative evaluation o6
approac,es to urban crime pattern analysis+ Urban Btudies, %1 (4), 100Z1&3+
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9
Servicio de Siste"as de In#or"aci$n Geo%r#ica & eledetecci$n
III Jornadas de SIG Li're
@#A ANBE;IN, ;+E TERA, A+ (033#)+ Bpatial dependence in linear regression models
:it, an introduction to spatial econometrics+ In Ulla,, A+ and 2iles, D+ E+ Editors,
LandbooN o6 Applied Econometrics, pp+ &%1D&#3, Marcel DeNNer, Ne: [orN+
@3A ANBE;IN, ;+ (033$)+ ;ocal Indicators o6 Bpatial AssociationD ;IBA, 2eograp,ical
Analysis &1, 3%D00C+
@0'A HU;;DXR//, M+E NA2ARPA;;A, N+ (033C)+ Bpatial disease clusters8 detection
and in6erence+ Btatistics in Medicine, 04, 133Z#0'+
@00A BMIRNX(, X+E ANBE;IN, ;+ (&''0)+ /ast ma5imum liNeli,ood estimation o6 very
large spatial autoregressive models8 A c,aracteristic polynomial approac,+
Fomputational statistics and Data Analysis %C, %'0D%03+
@0&A H;XX2, I+E LAIM, AE TXRIB, AE -XRNX(, T+ (&''3)+ Using Nernel density
6unction as an urban analysis tool8 Investigating t,e association bet:een nig,tlig,t
e5posure and t,e incidence o6 breast cancer in Lai6a, Israel+ Fomputers, Environment
and Urban Bystems %%, CCD$%+
@0%A FLEN, R+E RXL, R+ENAIX, A+E ;EN2ERIFL, E+E MAFEAFLREN, A+ (&''#)+
2eovisual analytics to en,ance spatial scan statistic interpretation8 an analysis o6 U+B+
cervical cancer mortality+ International Rournal o6 Lealt, 2eograp,ics 1 (C1), 0D0#+
@04A -ETEMA, E+E DE RXN2, H+E TRI22B, D+ (&''1)+ Interactive visuali=ation o6
uncertain spatial and spatioDtemporal data under di66erent scenarios8 an air <uality
e5ample+ International Rournal o6 2eograp,ical In6ormation Bcience &0 (C), C0CDC&1+
@0CA 2UNLER, -+ (03#0)+ /ire cause patterns 6or di66erent socioDeconomic
neig,bor,oods in oledo, X,io+ /ire Rournal, 1C (%), C&ZC#+
@0$A FLAND;ER, B+ E+E FLA-MAN, A+E LA;;IN2XN, B+ R+ (03#4)+ /ire incidence,
,ousing and social conditions Z ,e urban situation in Tritain+ /ire -revention, 01&,
0CZ&'+
@01A DXD2E, M+ (033$)+ ,e visualisation and analysis o6 6ire incidents using 2IB+ In
Roint European con6erence and e5,ibition on geograp,ical in6ormation, Tarcelona+
@0#A FXRFXRAN, R+ (&''%)+ Burvey o6 2IB uptaNe in UH Trigades+ Unpublis,ed
mimeo+ Available 6rom 77+corcoran*u<+edu+au+
@03A FXRFXRAN, R+E LI22B, 2E TRUNBDXN, FL+E PARE, A+ (&''1) ,e Use o6
Fomaps to E5plore t,e Bpatial and emporal Dynamics o6 /ire Incidents8 A Fase
Btudy in Bout, Pales, United Hingdom+ ,e -ro6essional 2eograp,er C3 (04), C&0D
C%$+
@&'A FLLERI, -+E FXRFXRAN, R+E BIMBXN, R+ (&''3)+ E5ploring t,e spatioD
temporal dynamics o6 6ire incidence and t,e in6luence o6 socioDeconomic status8 a case
study 6rom sout, east <ueensland, Australia+ Rournal o6 Bpatial Bcience C4 (0), 13D30+
@&0A RXLDE, D+E FXRFXRAN, R+E FLEERI, -+ (&'0')+ Bpatial 6orecasting o6
residential urban 6ires8 A Tayesian approac,+ Fomputers, Environment and Urban
Bystems %4 (0), C#D$3+
@&&A ,e National Institute o6 Rustice Pas,ington, &''3, Crime+tat Man!al7 F,apter+4
Bpatial Description+ -p 4+4#D4+C$+
@&%A ,e National Institute o6 Rustice Pas,ington, &''3, Crime+tat Man!al8 F,apter+4
Bpatial Description+ -p 4+C1D4+$%+
@&4A B\NFLEW BIMXN, (&''4) UEl estudio econom!trico de la concentraci?n espacial
de la industria8 E7emplo de aplicaci?n en Madrid, oledo y 2uadala7araV, Anales de
Geo#ra%a, numero &4 &'1D&&1+ IBBN8 '&00D3#'%+
@&CA TI(AND, RX2ER, -ETEBMA EDWER (&''#) UApplied Bpatial Data Analysis :it,
R +$rin#er pp &0D&$#+
@&$A ,e National Institute o6 Rustice Pas,ington, &''3, Crime+tat Man!al7 F,apter+1
]Lot Bpot^ Analysis II pp 1+%&D1+4'
-la.a /errater Mora 0, 01'10 2irona
el+ 31& 40 #' %3, /a5+ 31& 40 #& %'
in6o7ornadas*sigte+udg+es ,ttp899:::+sigte+udg+es97ornadassiglibre9